ข้อมูลเมตาคือข้อมูลที่อธิบายข้อมูลอื่น เช่น แท็กชื่อเรื่องของหน้าเว็บและ คำอธิบายเมตา เวลาที่ภาพถูกถ่ายและการตั้งค่ากล้อง หรือผู้เขียนและวันที่สร้างเอกสาร เครื่องมือค้นหายังใช้คำอธิบายเมตาของหน้าในหน้าผลลัพธ์ของพวกเขา
ข้อมูลเมตาในองค์ประกอบหัวของหน้าไม่ใช่ส่วนหนึ่งของข้อความที่มองเห็นในหน้า แม้ว่าส่วนหนึ่ง เช่น แท็กชื่อเรื่องของหน้า จะมองเห็นได้สำหรับผู้เยี่ยมชมในแท็บเบราว์เซอร์ ข้อมูลเมตาอื่น ๆ เช่น แท็ก Open Graph หรือ HTTP headers มีอยู่เพื่อเครื่องจักรโดยเฉพาะและไม่เคยปรากฏในหน้าเว็บที่แสดงผลเลย
ประเภทของข้อมูลเมตา
องค์กรมาตรฐานข้อมูลแห่งชาติ (NISO) แบ่งข้อมูลเมตาออกเป็นสามประเภทหลัก:
- เชิงบรรยาย: อธิบายทรัพยากรเพื่อให้ผู้คนสามารถค้นหาและระบุได้
- เชิงโครงสร้าง: แสดงให้เห็นว่าวัตถุผสมถูกจัดเรียงอย่างไร เช่น หน้าเรียงตามบท
- เชิงบริหาร: ช่วยในการจัดการทรัพยากร เช่น เมื่อมันถูกสร้างขึ้นและใครสามารถเข้าถึงได้
แท็กเมตา HTML ที่พบบ่อย
<meta charset="utf-8">ประกาศการเข้ารหัสตัวอักษรของหน้า<meta name="viewport">ให้เบราว์เซอร์มีข้อมูลเกี่ยวกับขนาดของ viewport เริ่มต้น<meta name="robots" content="noindex, nofollow">ขอให้โปรแกรมรวบรวมข้อมูลไม่ทำการจัดทำดัชนีหน้าเว็บหรือทำตามลิงก์ของมัน โดยเฉพาะบอทที่ร่วมมือจะปฏิบัติตาม<link rel="canonical" href="...">ตั้งชื่อ URL ที่ต้องการในหมู่หน้าที่ซ้ำกัน Google ถือว่าเป็นสัญญาณที่แข็งแกร่ง ไม่ใช่กฎที่บังคับ- แท็ก Open Graph เช่น
og:titleและog:imageใช้คุณสมบัติpropertyและกำหนดวิธีที่เว็บไซต์โซเชียลแสดงตัวอย่างลิงก์ โปรโตคอลต้องการog:title,og:type,og:imageและog:url.
การอ่านข้อมูลเมตาเมื่อทำการขูดข้อมูล
- ข้อมูลเมตาระดับหน้าส่วนใหญ่จะอยู่ใน
<head>: แท็ก<title>,<meta>, ลิงก์ canonical และแท็ก Open Graph - ข้อมูลที่มีโครงสร้างมักจะมาในรูปแบบ JSON-LD ซึ่งเป็นการบันทึก JavaScript ภายในแท็ก
<script>ใน<head>หรือ<body>Google แนะนำ JSON-LD มากกว่า Microdata และ RDFa เมื่อการตั้งค่าของไซต์อนุญาต - ผลลัพธ์การค้นหาไม่ใช่สำเนาที่เชื่อถือได้ของแท็กของหน้า Google สร้างลิงก์ชื่อเรื่องโดยอัตโนมัติจากแหล่งข้อมูลที่รวมถึงองค์ประกอบ
<title>, หัวข้อ<h1>และog:titleและสร้างสแนปจากเนื้อหาของหน้า โดยใช้คำอธิบายเมตาเพียงบางครั้ง